MétaCan
Menu
Retour à la cohorte
Enregistrement W1996143566 · doi:10.1139/x01-029

Productivity of aspen forests in northeastern Minnesota, U.S.A., as related to stand composition and canopy structure

2001· article· en· W1996143566 sur OpenAlexvenueno aff
Christopher B. Edgar, Thomas E. Burk

Notice bibliographique

RevueCanadian Journal of Forest Research · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbies balsameaCanopyBasal areaBalsamProductivityForestryStand developmentSite indexPinus contortaEnvironmental scienceEcologyGeographyBiologyBotany

Résumé

récupéré en direct d'OpenAlex

Relationships among stand composition, stemwood productivity, and canopy structure were investigated for 55 study areas in northeastern Minnesota. Tree species composition among study areas was deliberately allowed to vary. Aspen, primarily quaking (Populus tremuloides Michx.) and to a lesser degree bigtooth (Populus grandidentata Michx.), was a significant component of every study area. The two most common associates were paper birch (Betula papyrifera Marsh.) and balsam fir (Abies balsamea (L.) Mill.). Productivity was defined as mean annual increment of tree stemwood volume and ranged from 3.3 to 12.6 m 3 ·ha –1 ·year –1 . A multiple-regression approach was used to investigate the relationships between productivity, stand composition, and canopy structure. Base models relating productivity to aspen site index, aspen cohort age, and total basal area were developed. Measures of stand composition and canopy vertical structure were added to the base models, and their significance in explaining residual variation in productivity was tested. Productivity was found to be negatively correlated with stand composition and canopy vertical structure, with all other factors held constant. Pure aspen and single-canopied stands were expected to be the most productive. Exceptions were present in the data: the two most productive stands were vertically stratified, aspen – balsam fir – paper birch mixtures.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,832
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,277
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207